ST-Raptor – 一个半结构化AI表格问答工具

ST-Raptor是一个基于大语言模型（LLM）的半结构化AI表格问答工具，它能够处理具有复杂布局的半结构化表格，如财务报告、医疗记录等，并准确回答与表格相关的问题。该工具无需额外微调，结合视觉语言模型（VLM）和树构建算法（HO-Tree），可灵活集成不同的大型语言模型。

1、精确问答：仅需输入Excel格式的表格和自然语言问题，即可生成精确答案。

2、多样化表格支持：支持多种半结构化表格布局，如个人信息表、学术表格、财务表格等。

3、多格式输入：支持从Excel、HTML、Markdown、CSV等多种格式输入表格。

4、无需微调：无需对模型进行额外的微调即可使用。

5、两阶段验证机制：通过两阶段验证机制，确保生成的答案准确可靠，避免错误答案的产生。

6、灵活集成大型语言模型：支持灵活集成不同的大型语言模型，如Deepseek-V3、GPT-4o等，提升问答性能。

7、树构建算法（HO-Tree）：通过树构建算法对表格结构进行分析和理解，提高对复杂表格的处理能力。

SSTQA中的102个表格和764个问题是从超过2031个真实世界表格中精心筛选出来的，筛选时考虑了(i)具有半结构化格式的表格，例如嵌套单元格、多行/多列标题、不规则布局，以及(ii)涵盖的19个有代表性的真实场景。

我们列出了10个具有代表性的真实场景如下：

人力资源、企业管理、财务管理、市场营销、仓库管理、学术、日程管理、申请表、教育相关以及销售管理。

下载包含2000多个表格的未过滤数据集：原始数据集。

下载SSTQA基准测试：SSTQA基准测试。